教你使用NCBI,PDB数据库 ppt课件

1、Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochow第三讲：序列的采集、存储第三讲：序列的采集、存储和查询和查询 Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1,

2、Soochowr 1. DNA测序测序r 2. 序列数据的存储序列数据的存储r 3. 序列数据的文件格式序列数据的文件格式r 4. 序列数据的查询序列数据的查询Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 1. DNA一次测序的长度为一次测序的长度为500bp。r 2.基因组的测序方案：将大的染色体打断成基因组的测序方案：将大的染色体打断成100kbp的片断，的片断，插入到插入到BAC (Bacterial Artificial Chromosome)中

3、。再随机打中。再随机打断，克隆，然后再组装成长的序列断，克隆，然后再组装成长的序列(contig)。r 3. EST (Expressed sequence tag) 测序：细胞中测序：细胞中mRNA反转录反转录成成cDNA，方向不定，测序。，方向不定，测序。r 4. UniGene: 为每一个基因创造一个唯一的条目，收集这个为每一个基因创造一个唯一的条目，收集这个基因所有的基因所有的ESTs.r 5. GSS (基因组测序序列基因组测序序列)：类似于：类似于ESTs，来源基因组。，来源基因组。r 6. HTG (高通量基因组序列高通量基因组序列)：高通量、尚未完工的：高通量、尚未完工的DNA

4、序列。序列。Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 1. DNA片段在染色体上的位置、方向已知。片段在染色体上的位置、方向已知。首先染色体被打断成首先染色体被打断成150kbp左右的片段，左右的片段，然后克隆到然后克隆到BACs中，再进一步打碎，克隆，中，再进一步打碎，克隆，测序，组装。测序，组装。r 2. “鸟枪法鸟枪法”，shotgun，随机将，随机将DNA片段打片段打碎，克隆，测序，组装。碎，克隆，测序，组装。DNA片段在染色片段在染色体上的

5、位置和方向未知。体上的位置和方向未知。Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 1. 核酸三大数据库：核酸三大数据库：GenBank, EBI, DDBJ.r 2. Ensembl数据库：基因组注释。数据库：基因组注释。r 3. ESTs数据库；数据库；r 4. Uni

6、Gene数据库数据库r 5. Refseq数据库；数据库；r 6. NCBI的的Gene信息数据库信息数据库;r 7. 蛋白质序列：蛋白质序列：Swissprot/TrEMBL/UniProt数据库。数据库。Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr161.0版，2019

7、.08Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochow2019.08，总序列，总序列45,660,524条，最多的条，最多的20个物种如下个物种如下Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009

8、-2010, Semester 1, Soochowr 1. 提供高质量的，无冗余的，完整的序列提供高质量的，无冗余的，完整的序列信息；信息；r 2. 包括基因组的包括基因组的DNA,转录成的转录成的RNA以及蛋以及蛋白质序列信息。白质序列信息。r 3. 序列文件的标识符：序列文件的标识符：r DNA/RNA序列，序列，NM_XXXXXX；r 蛋白质序列：蛋白质序列：NP_XXXXXXBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics

9、, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 1. /sites/entrez?db=gener 2. 序列从序列从Refseq数据库中得到数据库中得到;r 3. 详尽的注释信息，包括基因在基因组的定位，基因详尽的注释信息，包括基因在基因组的定位，基因名称、蛋白质名称，基因结构，等等。名称、蛋白质名称，基因结构，等等。Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-

10、2010, Semester 1, Soochowr 1. 专家审核的蛋白质序列数据与知识库；专家审核的蛋白质序列数据与知识库；r 2. UniProt Knowledgebase：Release 12.1，2019.08r 3. 包括：包括：r Swiss-Prot Release 54.1 of 21-Aug-2019: 277883 entries;r TrEMBL Release 37.1 of 21-Aug-2019: 4754787 entriesBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2

11、010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 1. DNA/RNA/氨基酸代码的标识氨基酸代码的标识r 2. GenBank数据格式数据格式r 3. UniProtr 4. FASTABioinformatics, 2009-

12、2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowDefinition: 标题标题序列长度序列长度数据类型数据类型Accession number版本号版本号GI numberBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, S

13、emester 1, SoochowAccession numberBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 某天，某天，Prof. Gene发现人的发现人的Hela细胞中，有丝分裂细胞中，有丝分裂期间有异常情况：细胞不再分裂，而是开始凋亡期间有异常情况：细胞不再分裂，

14、而是开始凋亡(表表型，型，phenotype)，通过实验的方法，通过实验的方法(例如，酵母双杂例如，酵母双杂交交)，发现了与有丝分裂期间某个蛋白可能相互作用，发现了与有丝分裂期间某个蛋白可能相互作用的一个基因，测序结果如下的一个基因，测序结果如下(genotype)：CCCCTGCCTGGCAGCCCTTTCTCAAGGACCACCGCATCTCTACATTCAAGAACTGGCCCTTCTTGGAGGGCTGCGCCTGCACCCCGGAGCGGATGGCCGAGGCTGGCTTCATCCACTGCCCCACTGAGAACGAGCCAGACTTGGCCCAGTGTTTCTTCTGCTTCAA

15、GGAGCTGGAAGGCTGGGAGCCAGATGACGACCCCATAGAGGAACATAAAAAGCATTCGTCCGGTTGCGCTTTCCTTTCTGTCAAGAAGCAGTTTGAAGAATTAACCCTTGGTGAATTTTTGAAACTGGACAGAGAAAGAGCCAAGAACAAAATTGCAAAGGAAACCAACAATAAGAAGAAAGAATTTGAGGAAACTGCGGAGAAAGTGCGCCGTGCCATCGAGCAGCTGGCTGCCATGGATTGAGGCCTCTGGCBioinformatics, 2009-2010, Semester 1, Soochow

16、Bioinformatics, 2009-2010, Semester 1, Soochowr 1. 这是哪个基因？这是哪个基因？r 2. 编码的蛋白质序列是怎样的？编码的蛋白质序列是怎样的？r 3. 有没有保守的功能结构域有没有保守的功能结构域 (domain)？r 4. 它的功能是怎样的？它的功能是怎样的？r 5. 它在真核生物中保守吗？它在真核生物中保守吗？r 6. 有没有三级结构信息？有没有三级结构信息？Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochow

17、/Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochow输入序列输入序列Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soocho

18、wBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowUniGeneGeo: 基因表达信息基因表达信息Gene info：基因信息：基因信息Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010,

19、 Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 1. 该基因为人的该基因为人的Survivin基因，染色体定基因，染色体定位：位：17号染色体，号染色体，73721872-73733311；基；基因标识符：因标识符：NM_001168.

20、2;r 2. 初步的功能分析：细胞周期，初步的功能分析：细胞周期，caspase酶酶的抑制因子，等等。的抑制因子，等等。Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinforma

21、tics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 人的人的Survivin蛋白质包含蛋白质包含142个氨基酸，序个氨基酸，序列标识符为：列标识符为：NP_001159.2Bioinformatics, 20

22、09-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soo

23、chowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr Survivin具有保守的功能结构域具有保守的功能结构域BIRBioinformatics, 2009-2010, Semest

24、er 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformat

25、ics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 1. 在瘤形成过程中可能起一定作用；在瘤形成过程中可能起一定作用；r 2. 阻碍阻碍G2/M期的细胞编程性凋亡；期的细胞编程性凋亡；r 3. Chromoso

26、mal passenger complex (CPC)的成员之一。的成员之一。r r 细胞亚定位：胞质，核。细胞亚定位：胞质，核。Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioin

27、formatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Se

28、mester 1, Soochowr 人的人的Survivin在酵母中的同源物可能是在酵母中的同源物可能是BIR1。Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformati

29、cs, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 如今，如今，Prof. Gene知道了：知道了：r 1. 该基因为人的该基因为人的Survivin基因，染色体定位：基因，染色体定位：17号染色体，号染色体，73721872-73733311；基因标识符：；基因标识符：NM_001168.2;r 2. 人的人的Survivin蛋白质包含蛋白质包含142个氨基酸，序列标识符为：个氨基酸，序列标

30、识符为：NP_001159.2r 3. Survivin具有保守的功能结构域具有保守的功能结构域BIRr 4. Survivin的细胞亚定位：胞质，核，其功能有：的细胞亚定位：胞质，核，其功能有：r (1) 在瘤形成过程中可能起一定作用；在瘤形成过程中可能起一定作用；r (2) 阻碍阻碍G2/M期的细胞编程性凋亡；期的细胞编程性凋亡；r (3) Chromosomal passenger complex (CPC)的成员之一。等等。的成员之一。等等。r 5. 人的人的Survivin在酵母中的同源物可能是在酵母中的同源物可能是BIR1。r 6. Survivin的三级结构已知，在的三级结构已知，在PDB中的标识符为中的标识符为1E31。Bioinformatics, 2009-2010, Semester 1, SoochowBioinformatics, 2009-2010, Semester 1, Soochowr 某天，某天，Prof. Gene在小